基于多传感器融合的鸡蛋裂纹系统性识别

被引:15
作者
刘鹏
屠康
潘磊庆
刘明
詹歌
机构
[1] 南京农业大学食品科技学院
关键词
鸡蛋; 裂纹; 支持向量机; 判别模型; 多传感器融合;
D O I
暂无
中图分类号
TS253.3 [机械与设备];
学科分类号
摘要
通过图像分析、敲击振动和电子鼻3种传感器分别输出与鸡蛋外部常规裂纹、外部细小裂纹和内部裂纹有关的无损检测参数并进行实验,设计一组针对鸡蛋裂纹程度的支持向量机判据。用该判据并结合实验数据构建一对多的支持向量数为4的鸡蛋裂纹判别模型。模型性能参数(模型拟合度为0.973 5,收敛误差在0.000 1以内)和验证性实验(对确定的5种裂纹状态判别准确率均可达90%)表明该模型具有可信的结构和较好的判别能力。
引用
收藏
页码:185 / 189+203 +203
页数:6
相关论文
共 17 条
[1]   基于计算机视觉与敲击振动融合技术检测鸭蛋壳强度 [J].
刘鹏 ;
屠康 ;
潘磊庆 .
农业机械学报, 2009, 40 (08) :175-180
[2]   基于粗糙集与支持向量机的禽蛋蛋壳无损检测 [J].
何丽红 ;
刘金刚 ;
文友先 .
农业机械学报, 2009, 40 (03) :167-171
[3]   基于虚拟仪器和神经网络的禽蛋检测系统设计 [J].
刘鹏 ;
屠康 ;
潘磊庆 .
农业工程学报, 2009, 25 (01) :158-163
[4]   鸡蛋敲击响应的奇异性特征与蛋壳裂纹多层检测 [J].
王巧华 ;
邓小炎 ;
文友先 .
农业机械学报, 2008, 39 (12) :127-131
[5]   基于近红外光谱和机器视觉的多信息融合技术评判茶叶品质 [J].
陈全胜 ;
赵杰文 ;
蔡健荣 ;
Vittayapadung Saritporn .
农业工程学报, 2008, (03) :5-10
[6]   基于支持向量机的鸭蛋破损检测技术 [J].
周平 ;
刘俭英 ;
文友先 .
农业机械学报, 2008, (01) :195-197+204
[7]   基于计算机视觉和神经网络检测鸡蛋裂纹的研究 [J].
潘磊庆 ;
屠康 ;
苏子鹏 ;
杨佳丽 ;
李宏文 .
农业工程学报, 2007, (05) :154-158
[8]   鸭蛋蛋壳破损检测方法及其发展趋势 [J].
丁幼春 ;
文友先 .
中国家禽, 2007, (06) :50-52+57
[9]   敲击振动检测鸡蛋裂纹的初步研究 [J].
潘磊庆 ;
屠康 ;
赵立 ;
赵艺泽 ;
潘秀娟 .
农业工程学报, 2005, (04) :11-15
[10]   利用敲击声音信号进行禽蛋破损检测和模糊识别 [J].
王树才 ;
任奕林 ;
陈红 ;
熊利荣 ;
文友先 .
农业工程学报, 2004, (04) :130-133